Python 在Numpy中将操作矢量化

我正在尝试在Numpy上执行以下操作，而不使用循环：

• 我有一个维数为N*d的矩阵X和一个维数为N的向量y。 y包含从1到K的整数
• 我试图得到一个大小为K*d的矩阵M，其中M[I，：]=np.mean（X[y==I，：]，0）

我可以不使用循环来实现这一点吗

有了一个循环，它就会变成这样

import numpy as np

N=3
d=3 
K=2 

X=np.eye(N)
y=np.random.randint(1,K+1,N)
M=np.zeros((K,d))
for i in np.arange(0,K):
    line=X[y==i+1,:]
    if line.size==0:
        M[i,:]=np.zeros(d)
    else:
        M[i,:]=mp.mean(line,0)

---

提前谢谢。

这解决了问题，但是创建了一个中间的K×N布尔矩阵，并且没有使用内置的均值函数。在某些情况下，这可能会导致较差的性能或较差的数值稳定性。我让类标签的范围从

0

到

K-1

，而不是

1

到

K

# Define constants
K,N,d = 10,1000,3

# Sample data
Y = randint(0,K-1,N) #K-1 to omit one class to test no-examples case
X = randn(N,d)

# Calculate means for each class, vectorized 

# Map samples to labels by taking a logical "outer product"
mark = Y[None,:]==arange(0,K)[:,None] 

# Count number of examples in each class    
count = sum(mark,1)

# Avoid divide by zero if no examples
count += count==0

# Sum within each class and normalize
M = (dot(mark,X).T/count).T

print(M, shape(M), shape(mark))

---

代码基本上是从X中收集特定的行并添加它们，我们在其中内置了一个NumPy。因此，有了这个重点，以矢量化方式解决它的步骤可以如下所示-

# Get sort indices of y
sidx = y.argsort()

# Collect rows off X based on their IDs so that they come in consecutive order
Xr = X[np.arange(N)[sidx]]

# Get unique row IDs, start positions of each unique ID
# and their counts to be used for average calculations
unq,startidx,counts = np.unique((y-1)[sidx],return_index=True,return_counts=True)

# Add rows off Xr based on the slices signified by the start positions
vals = np.true_divide(np.add.reduceat(Xr,startidx,axis=0),counts[:,None])

# Setup output array and set row summed values into it at unique IDs row positions
out = np.zeros((K,d))
out[unq] = vals

---

K==N吗？y的值是唯一的吗？如果你展示一些代码，这会很酷。如果你把输入写成一个我们可以运行的短代码段，这会有所帮助，例如

y=np.random.random\u整数（低=1，高=K，大小=N）

和

X=？

并定义

K

，

N

等等。如果添加一些代码，用一个循环来计算输出，那么我们将非常清楚您想要实现的目标。在您的实际情况中，

X

也是一个单位矩阵还是它有随机数？类似于@Divakar的问题：因为您将

X

的元素与索引进行比较，一般来说，

X

可以包含什么？它的

dtype

是什么？谢谢你更新问题，现在更清楚了